支付宝AR实景红包BUG是什么?支付宝AR实景红包扫图片抢红包方法是什么?现在大部分的玩家是不是都还不知道呢?还不知道的小伙伴快点来看看小编的详细内容介绍吧!
支付宝“AR实景红包”一不小心就激发了全民藏红包、找红包的热情,虎嗅昨天也第一时间报道并体验了。
相信已经有无数的人体验过它了,包括但不限于把红包藏在别人的脸上甚至某些羞羞的地方,充分开发了智力和脑洞的同时,一篇欢乐祥和的气氛,对支付宝这次做出的努力给予了比较正面的评价。
大众版:用万能的PS
先来一个通俗版。我们的设计师妹妹平常就经常把我们的同事各种很糗的动作,还是我们虎嗅编外员工“小武”——一直正在发情期的猫——制作成各种微信表情在虎嗅的江湖里流传。
做好了心理建设后,我们来看一下设计师妹妹是破解支付宝的“AR红包”的。用我不专业的话解释一下就是:
第一步,在“找红包”里点开一个人的红包,按住下方的“按住看线索”按钮,跳出图片信息后截屏;
第二步,在PS里把此图复制一张,并把深灰色横条处理掉,再和原图错位拼在一起,就可以基本上还原图片;
第三步,打开支付宝,扫描这张还原的图片就可以抢到红包啦。
其实,这一系列操作可以在PS里生成一个“PS动作”,然后把你想抢的那个红包的图片往PS里放,用动作P图,简直秒速,简直比富士康流水线上的工人速度还快。
当然,经过亲测,能够破解的红包图片还是有一些规律可循的,比如,如果你藏红包的时候是拍的人像或者动物等,成功率几乎百分之百,主要是这个图像里的物体得是不规则的,比如我们测试了一张橙子的照片就没能成功,它太规则了。
高级版,用人工智能秒杀
我们的工程师哥哥刚才欣喜若狂的跑来跟我说:“我TM破击了支付宝红包,你想知道吗?”
我,当然想知道,不然怎么写文章?
根据他跟我的描述,具体的工作原理如下:
1,用深度卷积网络CNN在ImageNet上训练一个Autoencoder,训练的模型可以用AlexNet的改装版。
a,需要一个Tensorflow环境或者Caffe环境
b,用一个3层卷积(Conv),3层解卷积(Deconv)的网络进行端对端训练 ,用sigmoid交叉熵作loss
c,当loss收敛时,就可以拿来破解了
2,按上面的方法先截个图,并把横条图颜色部分都置为0,然后将此图片作为卷积网络的输入部分
3,对卷积网络进行Forward,我们就可以拿到不带横条的原图
如果这里还不爽,再来一点进阶:
1,去百度先下载一堆风景高清图;
2,这些高清图先变为800 * 800像素的固定大小图;
2,把图片缩放到256 * 256像素;
3,用256 * 256做输入,800 * 800做输出进行端对端训练(这里就是将低像素图片高清还原);
4,再重复上面 2, 3。得到的输出就是不带横条的高清图。
然后就拍照抢红包吧,骚年~
用人工智能的方法可以看做是我们的设计师妹妹的高配版,他的主要方法是,让机器经过训练后能够把被遮挡的部分还原出来,让机器拥有识图的感觉。并且利用这种方法还可以把低像素变成高像素,把原图高清化,这种方法几乎可以秒杀所有的红包了。
以上就是今天极速小编为大家带来的支付宝AR抢红包的详细内容介绍,想看更多关于AR抢红包更多最新资讯请关注极速下载!